[发明专利]安全帽检测与颜色识别方法、系统、存储介质及计算机设备

权利要求书

1.一种安全帽检测与颜色识别方法，其特征在于，包括步骤：

获取待测图像；

检测所述待测图像上是否存在人体目标；

若存在所述人体目标，则截取所述人体目标所在位置的第一感兴趣区域，并将所述第一感兴趣区域输入至预训练好的安全帽检测模型；

若所述安全帽检测模型对应输出的检测结果确定所述人体目标佩戴安全帽时，截取所述安全帽所在位置的第二感兴趣区域，并将所述第二感兴趣区域输入至高斯混合模型；

根据所述高斯混合模型计算得出的颜色概率值得分，以将颜色概率值最高得分对应的颜色类别确定为安全帽颜色。

2.根据权利要求1所述的安全帽检测与颜色识别方法，其特征在于，所述检测所述待测图像上是否存在人体目标的步骤具体包括：

将所述待测图像输入至人体检测模型，并基于所述人体检测模型对应输出的人体检测结果确定是否存在所述人体目标。

3.根据权利要求2所述的安全帽检测与颜色识别方法，其特征在于，所述若存在所述人体目标，则截取所述人体目标所在位置的第一感兴趣区域，并将所述第一感兴趣区域输入至预训练好的安全帽检测模型的步骤具体包括：

若所述人体检测结果确定存在所述人体目标时，在所述待测图像上剪切出所述人体目标所在位置的所述第一感兴趣区域；

将所述第一感兴趣区域输入至预训练好的安全帽检测模型，以获得所述安全帽检测模型对应输出的安全帽检测结果。

4.根据权利要求3所述的安全帽检测与颜色识别方法，其特征在于，所述若所述安全帽检测模型对应输出的检测结果确定所述人体目标佩戴安全帽时，截取所述安全帽所在位置的第二感兴趣区域，并将所述第二感兴趣区域输入至高斯混合模型的步骤具体包括：

若所述安全帽检测结果确定所述人体目标佩戴所述安全帽时，在所述第一感兴趣区域上剪切出所述安全帽所在位置的所述第二感兴趣区域；

将所述第二感兴趣区域输入至所述高斯混合模型。

5.根据权利要求4所述的安全帽检测与颜色识别方法，其特征在于，所述将所述第二感兴趣区域输入至所述高斯混合模型的步骤之前还包括：

将所述第二感兴趣区域的图像大小转换为预设尺寸，并将经尺寸转换后的所述第二感兴趣区域的图像数据转化为一维向量。

6.根据权利要求1所述的安全帽检测与颜色识别方法，其特征在于，所述根据所述高斯混合模型计算得出的颜色概率值得分，以将颜色概率值最高得分对应的颜色类别确定为安全帽颜色的步骤之后还包括：

将基于所述检测结果确定的所述安全帽的检测信息和所述安全帽颜色，上报至预设终端。

7.根据权利要求1所述的安全帽检测与颜色识别方法，其特征在于，所述若存在所述人体目标，则截取所述人体目标所在位置的第一感兴趣区域，并将所述第一感兴趣区域输入至预训练好的安全帽检测模型的步骤之后还包括：

若所述安全帽检测模型对应输出的所述检测结果确定所述人体目标未佩戴安全帽时，生成报警信息。

8.一种安全帽检测与颜色识别系统，其特征在于，包括有：

获取单元，用于获取待测图像；

第一检测单元，用于检测所述待测图像上是否存在人体目标；

第二检测单元，用于若存在所述人体目标，则截取所述人体目标所在位置的第一感兴趣区域，并将所述第一感兴趣区域输入至预训练好的安全帽检测模型；

第三检测单元，用于若所述安全帽检测模型对应输出的检测结果确定所述人体目标佩戴安全帽时，截取所述安全帽所在位置的第二感兴趣区域，并将所述第二感兴趣区域输入至高斯混合模型；

识别确定单元，用于根据所述高斯混合模型计算得出的颜色概率值得分，以将颜色概率值最高得分对应的颜色类别确定为安全帽颜色。

9.一种存储介质，其特征在于，用于存储一种用于执行权利要求1～7中任意一种所述安全帽检测与颜色识别方法的计算机程序。

10.一种计算机设备，包括存储介质、处理器以及存储在所述存储介质上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～7任一项所述安全帽检测与颜色识别方法。